CN112907832A - 加油事件的处理方法、视频处理装置及存储介质 - Google Patents
加油事件的处理方法、视频处理装置及存储介质 Download PDFInfo
- Publication number
- CN112907832A CN112907832A CN202110068420.3A CN202110068420A CN112907832A CN 112907832 A CN112907832 A CN 112907832A CN 202110068420 A CN202110068420 A CN 202110068420A CN 112907832 A CN112907832 A CN 112907832A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- video
- refueling
- vehicle information
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F15/00—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种加油事件的处理方法、视频处理装置以及计算机可读存储介质,该加油事件的处理方法包括:计算车辆在视频中的加油区域的驻留时间,其中,视频由设置在加油站的视频采集设备所采集;在驻留时间大于预设时间阈值时,获取车辆的车辆信息;根据车辆的车辆信息生成加油事件,并将加油事件发送给无感支付平台,以供无感支付平台对与车辆关联的账户进行扣费。该加油事件的处理方法能够提高加油事件识别的准确率。
Description
技术领域
本申请涉及视频处理技术领域,特别是涉及一种加油事件的处理方法、视频处理装置及存储介质。
背景技术
目前车辆的加油流程普遍为:用户将车辆开入加油站后,选取汽油的型号,然后开始给车辆加油,最后确定加油的金额以及付款。
本申请的发明人发现,目前加油的流程容易导致大量的时间浪费,特别是在加油站客流量较大时,还容易造成车辆拥堵,从而降低加油的效率,给加油站的运营带来负面影响。
发明内容
本申请主要解决的技术问题是提供一种加油事件的处理方法、视频处理装置及存储介质,能够提高加油事件识别的准确率。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种加油事件的处理方法,所述方法包括:计算车辆在视频中的加油区域的驻留时间,其中,所述视频由设置在加油站的视频采集设备所采集;在所述驻留时间大于预设时间阈值时,获取所述车辆的车辆信息;根据所述车辆的车辆信息生成加油事件,并将所述加油事件发送给无感支付平台,以供所述无感支付平台对与所述车辆关联的账户进行扣费。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种视频处理装置,包括处理器、存储器以及通信电路,所述处理器分别耦接所述存储器、所述通信电路,所述存储器中存储有程序数据,所述处理器通过执行所述存储器内的所述程序数据以实现上述方法中的步骤。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序能够被处理器执行以实现上述方法中的步骤。
本申请的有益效果是:本申请基于采集到的视频进行处理,通过车辆在加油区域的驻留时间判断车辆是否执行了加油事件,并在确定车辆执行了加油事件时,获取车辆的车辆信息,而后根据车辆信息生成加油事件,并将加油事件发送给无感支付平台,以供无感支付平台对与车辆关联的账户进行扣费,该过程简单快捷,且能够保证加油事件识别的准确率,以及能够提高加油效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:
图1是本申请加油事件的处理方法一实施方式的流程示意图;
图2是视频采集设备安装在加油站的简易示意图;
图3是图1步骤S110在一应用场景中的流程示意图;
图4是检测区域在一应用场景中的结构示意图;
图5是本申请加油事件的处理方法另一实施方式的流程示意图;
图6是本申请视频处理装置一实施方式的结构示意图;
图7是本申请视频处理装置另一实施方式的结构示意图;
图8是本申请计算机可读存储介质一实施方式的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参阅图1,图1是本申请加油事件的处理方法一实施方式的流程示意图,该方法包括:
S110:计算车辆在视频中的加油区域的驻留时间,其中,视频由设置在加油站的视频采集设备所采集。
具体地,本实施方式中加油事件的处理方法由诸如手机或计算机等任一项具有视频处理能力的视频处理装置执行。
其中预先在加油站部署诸如摄像头等的视频采集设备,如图2所示,该视频采集设备与视频处理装置预先建立了通信连接。其中,与视频处理装置建立通信连接的视频采集设备的数量不做限制,可以是一个、两个、三个甚至更多个,且当与视频处理装置建立通信连接的视频采集设备的数量不止一个时,视频处理装置针对每台视频采集设备所采集到的视频分别执行步骤S110至步骤S150。
同时视频的每一帧画面中都存在加油区域,当检测到车辆进入该加油区域时,统计车辆在加油区域的驻留时间。
在一应用场景中,如图3所示,步骤S110具体包括:
S111:自车辆进入视频中的检测区域开始,记录车辆的位置,其中,检测区域包括加油区域。
具体地,如图4所示,视频的每一帧画面中存在一检测区域,该检测区域包括加油区域,其中,检测区域可以只包括一个加油区域,也可以包括多个加油区域,例如图4应用场景中,检测区域包括两个加油区域。
可以理解的是,当检测区域包括多个加油区域时,视频处理装置针对不同的加油区域分别计算车辆在该加油区域的驻留时间。
其中,当检测到车辆进入到检测区域开始,就对车辆的位置进行记录,从而形成车辆的行驶轨迹,以及时发现车辆进入和离开加油区域的时间点。
同时在该应用场景中,记录车辆的位置具体包括:获取车辆在视频的每一帧上的位置坐标,即对视频的每一帧都记录车辆的位置,从而形成车辆的行驶轨迹。其中获取车辆的位置坐标可以是获取车辆上的某一点的位置坐标,例如获取车辆的中心点的位置坐标。
当然在其他应用场景中,也可以是每间隔预设的帧数(例如,3帧、5帧或者10帧等)获取车辆的位置坐标,或者按照一定的时间间隔获取车辆的位置坐标(例如每隔2秒获取一次车辆的位置坐标)。
S112:根据车辆的位置获取车辆进入加油区域的第一时间点以及车辆离开加油区域的第二时间点。
S113:计算第一时间点与第二时间点的差值而得到车辆在加油区域的驻留时间。
具体地,当车辆的位置第一次位于加油区域时,表示车辆第一次进入加油区域,从而获取当前时间的第一时间点,当车辆的位置第一次超出加油区域时,表示车辆离开了加油区域,从而获取当前时间的第二时间点。
可以理解的是,当检测区域包括两个以上的加油区域时,步骤S112中的加油区域指的是同一个加油区域,以及当检测区域中出现的车辆为两辆以上时,步骤S112中的车辆指的是同一车辆,例如,检测区域包括加油区域A以及加油区域B,记录车辆C进入加油区域A的第一时间点以及离开加油区域A的第二时间点,记录车辆D进入加油区域B的第一时间点以及离开加油区域B的第二时间点,又例如,检测区域包括加油区域A以及加油区域B,若车辆C进入加油区域A后又离开了,而后又进入了加油区域B,此时首先计算车辆C进入加油区域A的第一时间点以及离开加油区域A的第二时间点,从而计算出车辆C在加油区域A的驻留时间,而后计算车辆C进入加油区域B的第一时间点以及离开加油区域B的第二时间点,从而计算出车辆C在加油区域B的驻留时间。
S120:判断驻留时间是否大于预设时间阈值。
若判断结果为是,则进入步骤S130,若判断结果为否,则进入步骤S150。
具体地,步骤S120可以是判断车辆在同一加油区域的驻留时间是否大于预设时间阈值,也可以是判断车辆在多个加油区域的驻留时间的总和是否大于预设时间阈值。
当车辆在加油区域的驻留时间大于预设时间阈值时,判定车辆执行了加油动作,然后执行步骤S130,当车辆在加油区域的驻留时间小于或等于预设时间阈值时,判断车辆没有执行加油动作,直接结束流程。也就是说,本实施方式依据车辆在加油区域的驻留时间来判断车辆是否执行了加油动作。
其中预设时间阈值可以是一固定值,例如2分钟、3分钟等,也可以不固定,例如预设时间阈值与车辆执行加油动作的时间、天气情况等相关:当天气不理想,例如为雨雪等天气时,预设时间阈值相比天气为晴天的预设时间阈值大。
在一应用场景中,预设时间阈值与车辆进入检测区域的时间点相关,此时步骤S120之前还包括:获取车辆进入视频中的检测区域的时间点;在预先保存的对应关系中确定与车辆进入检测区域的时间点所对应的预设时间阈值。
具体地,预先保存的对应关系可以是时间点与预设时间阈值的对应关系,也可以是时间段与预设时间阈值的对应关系,例如,当预先保存的对应关系是时间段与预设时间阈值的对应关系时,首先确定车辆进入视频中的检测区域的时间点所属的时间段,然后查找该时间段所对应的预设时间阈值。
为了更好理解,在此举出具体实例:考虑到上下班高峰期加油的人较多,因此设置上下高峰期的时间段早上8点至10点以及下午5点至8点所对应的预设时间阈值为10分钟,其余时间所对应的预设时间阈值为5分钟,若获取到车辆进入视频中的检测区域的时间点为早上8点半,则首先确定该时间点所属的时间段为早上8点至10点,而后查找到对应的预设时间阈值为10分钟。
S130:获取车辆的车辆信息。
具体地,获取的车辆信息可以是车辆的车牌、车型、颜色、品牌等信息。
在一应用场景中,获取车辆的车辆信息包括:自车辆进入视频中的检测区域开始,多次对车辆进行识别而获得多个车辆的预测车辆信息;根据得到的所有车辆的预测车辆信息确定车辆的车辆信息。
具体地,为了保证获取到的车辆信息的准确性,自车辆进入检测区域开始,对车辆进行识别而获取到多个预测车辆信息,最后根据得到的所有车辆的预测车辆信息确定车辆的车辆信息。
在一应用场景中,多次对车辆进行识别而获得多个车辆的预测车辆信息,包括:对视频的每一帧进行识别而实现多次对车辆进行识别,从而获得分别与每一帧对应的预测车辆信息。
具体地,为了保证最终识别结果的准确率,对视频的每一帧都进行识别,而在其他应用场景中,与上述获取车辆的位置坐标类似,也可以是每间隔预设的帧数对车辆进行识别,或者按照一定的时间间隔进行识别,具体可参见上述相关内容,在此不再赘述。
在一应用场景中,根据得到的所有车辆的预测车辆信息确定车辆的车辆信息,包括:分别对得到的所有车辆的预测车辆信息进行投票;将得票最高的车辆的预测车辆信息作为车辆的车辆信息。
具体地,利用算法根据诸如每一帧视频帧的光线、每一帧画面中车辆被遮挡的情况等因素对得到的所有车辆的预测车辆信息分别进行投票,将得票最高的预测车辆信息作为准确率最高的信息,并作为最终的识别结果。
在一应用场景中,当车辆信息包括车牌时,将得票最高的车辆的预测车辆信息作为车辆的车辆信息的步骤,包括:判断得票最高的汉字的票数是否达到预设票数阈值;若达到,则将得票最高的汉字作为车辆的车牌中的汉字;若未达到,则获取加油站的所在省份,并将省份的简称作为车辆的车牌中的汉字。
具体地,当得票最高的汉字的票数未达到预设票数阈值时,表示在识别汉字的过程中可能出错,或者在识别的过程中车牌可能出现了遮挡,或者视频采集设备拍摄光线不好,因此直接将加油站所在省份的简称作为车牌中的汉字。例如,当加油站所在省份为浙江时,将“浙”作为车牌中的汉字。
S140:根据车辆的车辆信息生成加油事件,并将加油事件发送给无感支付平台,以供无感支付平台对与车辆关联的账户进行扣费。
具体地,在获取到车辆的车辆信息后,生成与该车辆对应的加油事件,并将该加油事件发送给无感支付平台(例如支付宝、微信等),告知无感支付平台该车辆执行了加油动作,以便无感支付平台对与车辆关联的账户进行扣费(其中无感支付平台在扣费时还需要结合加油枪的金额)。
在一应用场景中,生成的加油事件的格式为:颜色为××,型号为××,车牌为××的用户于北京时间××在××加油站进行了加油。
同时在执行好步骤S140后,执行步骤S150。
在一应用场景中,在将加油事件发送给无感支付平台的同时,还会将加油事件发送给与车辆关联的终端(例如与车辆预先绑定的手机),以供用户进行核对。
在另一应用场景中,在将加油事件发送给无感支付平台的同时,视频处理装置还会将加油事件进行保存,以便后续的校对。
S150:结束流程。
具体地,结束流程即表示不执行任何动作。
在其他实施方式中,考虑到车辆进入检测区域后,不一定会进入加油区域,因为为了减少不必要的处理过程,只有在车辆进入加油区域时,才会去对车辆进行识别而获取车辆的预测车辆信息,此时也可以是对车辆进入加油区域后的每一帧画面进行识别。
同时在其他实施方式中,在确定预设时间阈值时,也可以是根据车辆进入加油区域的时间点,其中根据车辆进入加油区域的时间点确定预设时间阈值的过程与上述根据车辆进入检测区域的时间点确定预设时间阈值的过程类似,具体可参见上述内容。
从上述内容可以看出,本申请基于采集到的视频进行处理,通过车辆在加油区域的驻留时间判断车辆是否执行了加油事件,并在确定车辆执行了加油事件时,获取车辆的车辆信息,而后根据车辆信息生成加油事件,并将加油事件发送给无感支付平台,以供无感支付平台对与车辆关联的账户进行扣费,该过程简单快捷,且能够保证加油事件识别的准确率,以及能够提高加油效率。
可以理解的是,当对拍摄效果不满意而更改视频采集设备的位置时,只需要重新设定检测区域以及加油区域即可,并不影响本申请方法的执行,也就是说,在调整好视频采集设备的位置后,依然能够采用本申请中的方法对加油事件进行处理。
为了更好地理解本申请的技术方案,下面结合图5的实例对本申请的方案再做一次详细的说明:
当车辆进入视频中的检测区域时,获取车辆在视频的每一帧上的位置坐标,从而形成车辆的运动轨迹,同时对视频的每一帧进行识别,而获得与每一帧对应的预测车辆信息。
当检测到车辆进入加油区域时,获取当前时间的第一时间点,当车辆离开加油区域时,获取当前时间的第二时间点,而后计算第一时间点与第二时间点的差值而求得车辆在加油区域的驻留时间。
确定预设时间阈值,并判断驻留时间是否大于预设时间阈值。
若判断结果为是,则根据得到的所有车辆的预测车辆信息确定车辆的车辆信息,并根据车辆的车辆信息生成加油事件,并将加油事件发送给无感支付平台,以供无感支付平台对与车辆关联的账户进行扣费。
若判断结果为否,则直接结束流程。
参阅图6,图6是本申请视频处理装置一实施方式的结构示意图,该视频处理装置200包括处理器210、存储器220以及通信电路230,处理器210分别耦接存储器220以及通信电路230,处理器210在工作时控制自身以及存储器220、通信电路230以实现上述任一项方法中的步骤,其中详细的步骤可参见上述实施方式,在此不再赘述。
其中,视频处理装置200可以是手机、计算机、掌上电脑等任一项具有视频处理能力的装置,在此不做限制。
参阅图7,图7是本申请视频处理装置另一实施方式的结构示意图。该视频处理装置300包括时间计算模块310、信息获取模块320以及事件发送模块330。
时间计算模块310用于计算车辆在视频中的加油区域的驻留时间,其中,视频由设置在加油站的视频采集设备所采集。
信息获取模块320与时间计算模块310连接,用于在驻留时间大于预设时间阈值时,获取车辆的车辆信息。
事件发送模块330与信息获取模块320连接,用于根据车辆的车辆信息生成加油事件,并将加油事件发送给无感支付平台,以供无感支付平台对与车辆关联的账户进行扣费。
在一实施方式中,时间计算模块310具体用于:自车辆进入视频中的检测区域开始,记录车辆的位置,其中,检测区域包括加油区域;根据车辆的位置获取车辆进入加油区域的第一时间点以及车辆离开加油区域的第二时间点;计算第一时间点与第二时间点的差值而得到车辆在加油区域的驻留时间。
在一实施方式中,时间计算模块310还具体用于:获取车辆在视频的每一帧上的位置坐标。
在一实施方式中,信息获取模块320具体用于:自车辆进入视频中的检测区域开始,多次对车辆进行识别而获得多个车辆的预测车辆信息;根据得到的所有车辆的预测车辆信息确定车辆的车辆信息。
在一实施方式中,信息获取模块320还具体用于:对视频的每一帧进行识别而实现多次对车辆进行识别,从而获得分别与每一帧对应的车辆的预测车辆信息。
在一实施方式中,信息获取模块320还具体用于:分别对得到的所有车辆的预测车辆信息进行投票;将得票最高的车辆的预测车辆信息作为车辆的车辆信息。
在一实施方式中,车辆信息包括车牌,信息获取模块320还具体用于:判断得票最高的汉字的票数是否达到预设票数阈值;若达到,则将得票最高的汉字作为车辆的车牌中的汉字;若未达到,则获取加油站的所在省份,并将省份的简称作为车辆的车牌中的汉字。
在一实施方式中,视频处理装置300还包括阈值确定模块,该阈值确定模块连接在时间计算模块310与信息获取模块320之间,用于:获取车辆进入视频中的检测区域的时间点;在预先保存的对应关系中确定与车辆进入检测区域的时间点所对应的预设时间阈值。
其中,视频处理装置300可以是手机、计算机、掌上电脑等任一项具有视频处理能力的装置,在此不做限制。
参阅图8,图8是本申请计算机可读存储介质一实施方式的结构示意图。该计算机可读存储介质400存储有计算机程序410,计算机程序410能够被处理器执行以实现上述任一项方法中的步骤。
其中,计算机可读存储介质400具体可以为U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等可以存储计算机程序410的装置,或者也可以为存储有该计算机程序410的服务器,该服务器可将存储的计算机程序410发送给其他设备运行,或者也可以自运行该存储的计算机程序410。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种加油事件的处理方法,其特征在于,所述方法包括:
计算车辆在视频中的加油区域的驻留时间,其中,所述视频由设置在加油站的视频采集设备所采集;
在所述驻留时间大于预设时间阈值时,获取所述车辆的车辆信息;
根据所述车辆的车辆信息生成加油事件,并将所述加油事件发送给无感支付平台,以供所述无感支付平台对与所述车辆关联的账户进行扣费。
2.根据权利要求1所述的方法,其特征在于,计算车辆在视频中的加油区域的驻留时间的步骤,包括:
自所述车辆进入所述视频中的检测区域开始,记录所述车辆的位置,其中,所述检测区域包括所述加油区域;
根据所述车辆的位置获取所述车辆进入所述加油区域的第一时间点以及所述车辆离开所述加油区域的第二时间点;
计算所述第一时间点与所述第二时间点的差值而得到所述车辆在所述加油区域的驻留时间。
3.根据权利要求2所述的方法,其特征在于,记录所述车辆的位置的步骤,包括:
获取所述车辆在所述视频的每一帧上的位置坐标。
4.根据权利要求2所述的方法,其特征在于,获取所述车辆的车辆信息的步骤,包括:
自所述车辆进入所述视频中的所述检测区域开始,多次对所述车辆进行识别而获得多个所述车辆的预测车辆信息;
根据得到的所有所述车辆的预测车辆信息确定所述车辆的车辆信息。
5.根据权利要求4所述的方法,其特征在于,多次对所述车辆进行识别而获得多个所述车辆的预测车辆信息的步骤,包括:
对所述视频的每一帧进行识别而实现多次对所述车辆进行识别,从而获得分别与所述每一帧对应的所述车辆的预测车辆信息。
6.根据权利要求4所述的方法,其特征在于,根据得到的所有所述车辆的预测车辆信息确定所述车辆的车辆信息的步骤,包括:
分别对得到的所有所述车辆的预测车辆信息进行投票;
将得票最高的所述车辆的预测车辆信息作为所述车辆的车辆信息。
7.根据权利要求6所述的方法,其特征在于,所述车辆信息包括车牌,将得票最高的所述车辆的预测车辆信息作为所述车辆的车辆信息的步骤,包括:
判断得票最高的汉字的票数是否达到预设票数阈值;
若达到,则将所述得票最高的汉字作为所述车辆的车牌中的汉字;
若未达到,则获取所述加油站的所在省份,并将所述省份的简称作为所述车辆的车牌中的汉字。
8.根据权利要求2所述的方法,其特征在于,在所述驻留时间大于预设时间阈值时,获取所述车辆的车辆信息之前,还包括:
获取所述车辆进入所述视频中的所述检测区域的时间点;
在预先保存的对应关系中确定与所述车辆进入所述检测区域的时间点所对应的所述预设时间阈值。
9.一种视频处理装置,其特征在于,包括处理器、存储器以及通信电路,所述处理器分别耦接所述存储器、所述通信电路,所述存储器中存储有程序数据,所述处理器通过执行所述存储器内的所述程序数据以实现如权利要求1-8任一项所述方法中的步骤。
10.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序能够被处理器执行以实现如权利要求1-8任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110068420.3A CN112907832A (zh) | 2021-01-19 | 2021-01-19 | 加油事件的处理方法、视频处理装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110068420.3A CN112907832A (zh) | 2021-01-19 | 2021-01-19 | 加油事件的处理方法、视频处理装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112907832A true CN112907832A (zh) | 2021-06-04 |
Family
ID=76115519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110068420.3A Pending CN112907832A (zh) | 2021-01-19 | 2021-01-19 | 加油事件的处理方法、视频处理装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112907832A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113496211A (zh) * | 2021-06-22 | 2021-10-12 | 北京格灵深瞳信息技术股份有限公司 | 目标车辆确定方法、装置、电子设备及存储介质 |
CN113610899A (zh) * | 2021-09-29 | 2021-11-05 | 江苏云化能源科技有限公司 | 一种基于视频流事件的无感加油方法 |
CN115019444A (zh) * | 2022-06-01 | 2022-09-06 | 杭州极豆科技有限公司 | 一种加油支付方法及装置 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268489A (zh) * | 2013-05-29 | 2013-08-28 | 电子科技大学 | 基于滑窗搜索的机动车号牌识别方法 |
CN103390173A (zh) * | 2013-07-24 | 2013-11-13 | 佳都新太科技股份有限公司 | 一种基于svm置信度的车牌字符投票算法 |
KR101496390B1 (ko) * | 2014-11-04 | 2015-02-27 | 주식회사 사라다 | 차량번호인식 시스템 |
CN108154261A (zh) * | 2017-12-18 | 2018-06-12 | 北京中交兴路信息科技有限公司 | 一种最优加油站的推荐方法及装置 |
CN109003338A (zh) * | 2018-06-22 | 2018-12-14 | 南京慧尔视智能科技有限公司 | 一种路侧停车自动计时收费方法及装置 |
CN109658527A (zh) * | 2018-12-14 | 2019-04-19 | 广东安居宝数码科技股份有限公司 | 车辆停车收费管理方法、装置、设备和存储介质 |
CN109767202A (zh) * | 2018-12-28 | 2019-05-17 | 广东铭鸿数据有限公司 | 一种基于车牌识别的无感支付方法及设备 |
CN111091115A (zh) * | 2019-12-31 | 2020-05-01 | 深圳中兴网信科技有限公司 | 车辆监控方法、装置、计算机设备及存储介质 |
CN111178291A (zh) * | 2019-12-31 | 2020-05-19 | 北京筑梦园科技有限公司 | 一种停车支付***以及停车支付方法 |
CN111243179A (zh) * | 2020-01-20 | 2020-06-05 | 北京微油科技服务有限公司 | 用于加油站的数据处理方法及装置 |
CN111241879A (zh) * | 2018-11-29 | 2020-06-05 | 杭州海康威视数字技术股份有限公司 | 车辆检测方法、装置、电子设备及可读存储介质 |
CN111340480A (zh) * | 2020-05-21 | 2020-06-26 | 八维通科技有限公司 | 基于蓝牙定位实现的加油站无感支付方法及*** |
CN111383459A (zh) * | 2020-03-31 | 2020-07-07 | 北京智芯原动科技有限公司 | 一种基于视频的充电桩车位管理方法及装置 |
CN111598646A (zh) * | 2020-04-03 | 2020-08-28 | 广东工业大学 | 一种带预定功能的电动出租车充电导航方法 |
CN111932895A (zh) * | 2020-09-14 | 2020-11-13 | 江苏云化能源科技有限公司 | 一种基于车辆动作时间的加油站车流量分析***和方法 |
CN112115904A (zh) * | 2020-09-25 | 2020-12-22 | 浙江大华技术股份有限公司 | 车牌检测识别方法、装置及计算机可读存储介质 |
-
2021
- 2021-01-19 CN CN202110068420.3A patent/CN112907832A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268489A (zh) * | 2013-05-29 | 2013-08-28 | 电子科技大学 | 基于滑窗搜索的机动车号牌识别方法 |
CN103390173A (zh) * | 2013-07-24 | 2013-11-13 | 佳都新太科技股份有限公司 | 一种基于svm置信度的车牌字符投票算法 |
KR101496390B1 (ko) * | 2014-11-04 | 2015-02-27 | 주식회사 사라다 | 차량번호인식 시스템 |
CN108154261A (zh) * | 2017-12-18 | 2018-06-12 | 北京中交兴路信息科技有限公司 | 一种最优加油站的推荐方法及装置 |
CN109003338A (zh) * | 2018-06-22 | 2018-12-14 | 南京慧尔视智能科技有限公司 | 一种路侧停车自动计时收费方法及装置 |
CN111241879A (zh) * | 2018-11-29 | 2020-06-05 | 杭州海康威视数字技术股份有限公司 | 车辆检测方法、装置、电子设备及可读存储介质 |
CN109658527A (zh) * | 2018-12-14 | 2019-04-19 | 广东安居宝数码科技股份有限公司 | 车辆停车收费管理方法、装置、设备和存储介质 |
CN109767202A (zh) * | 2018-12-28 | 2019-05-17 | 广东铭鸿数据有限公司 | 一种基于车牌识别的无感支付方法及设备 |
CN111178291A (zh) * | 2019-12-31 | 2020-05-19 | 北京筑梦园科技有限公司 | 一种停车支付***以及停车支付方法 |
CN111091115A (zh) * | 2019-12-31 | 2020-05-01 | 深圳中兴网信科技有限公司 | 车辆监控方法、装置、计算机设备及存储介质 |
CN111243179A (zh) * | 2020-01-20 | 2020-06-05 | 北京微油科技服务有限公司 | 用于加油站的数据处理方法及装置 |
CN111383459A (zh) * | 2020-03-31 | 2020-07-07 | 北京智芯原动科技有限公司 | 一种基于视频的充电桩车位管理方法及装置 |
CN111598646A (zh) * | 2020-04-03 | 2020-08-28 | 广东工业大学 | 一种带预定功能的电动出租车充电导航方法 |
CN111340480A (zh) * | 2020-05-21 | 2020-06-26 | 八维通科技有限公司 | 基于蓝牙定位实现的加油站无感支付方法及*** |
CN111932895A (zh) * | 2020-09-14 | 2020-11-13 | 江苏云化能源科技有限公司 | 一种基于车辆动作时间的加油站车流量分析***和方法 |
CN112115904A (zh) * | 2020-09-25 | 2020-12-22 | 浙江大华技术股份有限公司 | 车牌检测识别方法、装置及计算机可读存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113496211A (zh) * | 2021-06-22 | 2021-10-12 | 北京格灵深瞳信息技术股份有限公司 | 目标车辆确定方法、装置、电子设备及存储介质 |
CN113610899A (zh) * | 2021-09-29 | 2021-11-05 | 江苏云化能源科技有限公司 | 一种基于视频流事件的无感加油方法 |
CN115019444A (zh) * | 2022-06-01 | 2022-09-06 | 杭州极豆科技有限公司 | 一种加油支付方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112907832A (zh) | 加油事件的处理方法、视频处理装置及存储介质 | |
CN110135852B (zh) | 乘车支付方法、***、支付受理设备和服务器 | |
CN106778109B (zh) | 一种基于智能合约的认证权限评价方法及装置 | |
CN106504353B (zh) | 车辆收费方法和装置 | |
CN106384513B (zh) | 一种基于智能交通的***捕捉***及方法 | |
CN103434484A (zh) | 车载识别认证装置、移动终端、智能车钥控制***及方法 | |
CN103268549A (zh) | 一种基于人脸特征的移动支付验证*** | |
CN111062396A (zh) | 车牌号码识别方法、装置、电子设备及存储介质 | |
CN112585613A (zh) | 一种扫码方法及装置 | |
CN112381477B (zh) | 车辆外观清洁度监测方法、装置、服务器及存储介质 | |
CN111243185A (zh) | 充电车位占用判定方法、设备及介质 | |
CN114495299A (zh) | 一种车辆停车自动缴费方法、***及可读存储介质 | |
CN111126257B (zh) | 行为检测方法及装置 | |
CN113905375A (zh) | 一种充电认证方法、服务器、***、介质及计算机设备 | |
CN108563993A (zh) | 车辆基于停车影像的数据处理方法及*** | |
CN110796059A (zh) | 试驾控制方法及***、云平台、计算机可读存储介质 | |
CN106327876B (zh) | 一种基于行车记录仪的***捕捉***及方法 | |
CN106571040A (zh) | 一种可疑车辆确认方法及设备 | |
CN113408364B (zh) | 一种临时车牌识别方法、***、装置及存储介质 | |
CN112365717B (zh) | 车辆信息采集方法及*** | |
CN110188645B (zh) | 用于车载场景的人脸检测方法、装置、车辆及存储介质 | |
CN108320030B (zh) | 汽车智能服务*** | |
US20230264583A1 (en) | Vehicle recognition for automatic charge management | |
CN113920747A (zh) | 一种提高车牌识别率的方法及相关装置 | |
CN114021110A (zh) | 基于风控决策的校验方法、装置及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210604 |
|
RJ01 | Rejection of invention patent application after publication |